Differenze tra le versioni di "Comando Regressione"
Da GeoGebra Manual.
m (Sostituzione testo - 'version=4.0' con 'version=4.2') |
|||
Riga 2: | Riga 2: | ||
;Regressione[Lista di punti, Lista di Funzioni] | ;Regressione[Lista di punti, Lista di Funzioni] | ||
:Calcola una funzione che è combinazione lineare delle ''Funzioni'' e meglio approssima i ''punti'' della lista. | :Calcola una funzione che è combinazione lineare delle ''Funzioni'' e meglio approssima i ''punti'' della lista. | ||
− | {{example|1=Dati ''L={A, B, C,...}, f(x) = 1, g(x) = x, h(x) = e^x, F = {f, g, h}'' | + | {{example|1=<div> |
− | il comando <code> Regressione[L,F]</code> calcola una funzione del tipo ''a + b x + c e^x'' che approssima i punti della lista.}} | + | :* <code>Regressione[{(-2, 3), (0, 1), (2, 1), (2, 3)}, {x^2, x}]</code> restituisce 0.625 ''x''^2 - 0.25''x''. |
+ | :* Dati ''L={A, B, C,...}, f(x) = 1, g(x) = x, h(x) = e^x, F = {f, g, h}'', il comando <code> Regressione[L,F]</code> calcola una funzione del tipo ''a + b x + c e^x'' che approssima i punti della lista.</div>}} | ||
;Regressione[Lista di punti, Funzione] | ;Regressione[Lista di punti, Funzione] | ||
:Calcola una funzione di errore quadratico minimo, utilizzando i punti della lista. La ''Funzione'' deve dipendere da uno o più slider, presi come valori iniziali dei parametri da ottimizzare. L'iterazione è di tipo non lineare e può non convergere: in questo caso provare a modificare i valori degli slider in modo da ricercare un migliore valore iniziale. | :Calcola una funzione di errore quadratico minimo, utilizzando i punti della lista. La ''Funzione'' deve dipendere da uno o più slider, presi come valori iniziali dei parametri da ottimizzare. L'iterazione è di tipo non lineare e può non convergere: in questo caso provare a modificare i valori degli slider in modo da ricercare un migliore valore iniziale. | ||
+ | :{{example|1=Sia ''a'' uno slider con intervallo da ''-5'' a ''5'' e incremento 1. Il comando <code><nowiki>Regressione[{(-2, 3), (0, 1), (2, 1), (2, 3)}, a + x^2]</nowiki></code> restituisce ''-1 + x^2''.}} | ||
{{note|1=Altri comandi di regressione: [[comando RegExp|RegExp]], [[comando RegCrescita|RegCrescita]], [[comando RegLin|RegLin]], [[comando RegLinX|RegLinX]], [[comando RegLog|RegLog]], [[comando RegLogistica|RegLogistica]], [[comando RegPol|RegPol]], [[comando RegPot|RegPot]] e [[comando RegSin|RegSin]].}} | {{note|1=Altri comandi di regressione: [[comando RegExp|RegExp]], [[comando RegCrescita|RegCrescita]], [[comando RegLin|RegLin]], [[comando RegLinX|RegLinX]], [[comando RegLog|RegLog]], [[comando RegLogistica|RegLogistica]], [[comando RegPol|RegPol]], [[comando RegPot|RegPot]] e [[comando RegSin|RegSin]].}} |
Versione delle 16:23, 26 ago 2013
- Regressione[Lista di punti, Lista di Funzioni]
- Calcola una funzione che è combinazione lineare delle Funzioni e meglio approssima i punti della lista.
Esempio:
Regressione[{(-2, 3), (0, 1), (2, 1), (2, 3)}, {x^2, x}]
restituisce 0.625 x^2 - 0.25x.- Dati L={A, B, C,...}, f(x) = 1, g(x) = x, h(x) = e^x, F = {f, g, h}, il comando
Regressione[L,F]
calcola una funzione del tipo a + b x + c e^x che approssima i punti della lista.
- Regressione[Lista di punti, Funzione]
- Calcola una funzione di errore quadratico minimo, utilizzando i punti della lista. La Funzione deve dipendere da uno o più slider, presi come valori iniziali dei parametri da ottimizzare. L'iterazione è di tipo non lineare e può non convergere: in questo caso provare a modificare i valori degli slider in modo da ricercare un migliore valore iniziale.
- Esempio: Sia a uno slider con intervallo da -5 a 5 e incremento 1. Il comando
Regressione[{(-2, 3), (0, 1), (2, 1), (2, 3)}, a + x^2]
restituisce -1 + x^2.
Note: Altri comandi di regressione: RegExp, RegCrescita, RegLin, RegLinX, RegLog, RegLogistica, RegPol, RegPot e RegSin.